一种单件分离设备在快递分拣行业的应用研究

随着网上购物的兴起,国内快递行业迅猛发展,消费者对快递包裹的配送时效要求越来越高。传统的分拣设备在装卸车分拣时需要人工理包,而人工理包作业效率低,劳动强度大,不能够最大限度发挥后端自动分拣设备的效能。本文介绍一种单件分离设备,该设备采用视觉技术识别包裹在分离设备上的位置,通过算法控制分离设备传输带传动的方案,实现不同体积、不同类型包裹的快速实时单件分离,高效解决自动分拣线前端、末端包裹在输送线上并行前进的问题。

高可用化妆品包裹分离系统设备生产线的优化设计与实现

随着快递行业进入高速发展阶段,通过人力完成快递包裹的分拣已经满足不了发展的需求,而自动化单件分离系统可自动将杂乱混堆的包裹按照有序间距排成一列,为后续包裹扫码、称重及分拣等做准备,大大提高分拣效率。该文针对全自动化快递包裹视觉单件分离系统在长期运行过程中表现出来的问题,优化设计主要系统模块:单件分离模块、居中模块、靠边模块,实现化妆品包裹分离系统设备生产线的高可用性。

基于改进的YOLOv5s目标实时检测方法

针对包裹单件分离领域存在的包裹识别不准确、实时性差及效率低等问题,本文提出一种基于改进的YOLOv5s算法的包裹检测模型。将RepVGG模块融入特征提取网络,降低网络参数的计算量,将损失函数CIOU优化为SIOU,引入真实框和预测框之间的向量角度,提升模型准确性。实验结果表明,在包裹检测任务中,该模型的准确率可达到95.2%,召回率达到90.3%,检测速度达到136.9帧每秒(framespersecond,FPS),可实时精确地检测传送带上的各类包裹,包括检测难度较大的异形件,能够满足实际需求。该研究具有一定的实际应用价值。